摘要
本发明公开一种铁路声屏障螺栓松脱智能识别方法,用于铁路声屏障螺栓松脱状态的智能检测和识别,包括:获取铁路声屏障图像,并基于深度学习对铁路声屏障图像进行识别,确定声屏障结构化部件以实现对铁路声屏障螺栓的位置的大致定位从而获得位置信息,以及对铁路声屏障图像的像素精度和位置信息进行校准;其中,声屏障结构化部件包括立柱,单元面板和螺栓;基于螺栓结构细化识别方法识别螺栓的类型和部件位置从而对螺栓状态进行精细识别;基于DBSCAN算法对识别结果进行离群值检测、聚类和插值,从而实现聚类的自动过滤以提高识别结果的准确率;基于经过处理的识别结果对铁路声屏障螺栓进行病害识别。还公开了识别系统、电子设备及计算机可读存储介质。
技术关键词
铁路声屏障
智能识别方法
外露螺杆
DBSCAN算法
深度学习模型
特征金字塔
螺栓结构
结构组件
置信度阈值
图像
深度卷积神经网络
可读存储介质
声屏障结构
智能识别系统
立柱螺母
系统为您推荐了相关专利信息
光伏组件隐裂
深度学习模型
联合损失函数
卷积神经网络提取
光伏电站监控系统
中空纤维膜
微观孔洞
智能识别方法
注意力
扫描电镜图像
自动调节方法
卡尔曼滤波算法
可见光相机
姿态估计
激光雷达
脉冲神经网络模型
分布优化方法
无监督学习算法
数据
交叉注意力机制